論文の概要: Candidate-Fate Accounting for Transparent Sensor Diagnostic Pipeline Search
- arxiv url: http://arxiv.org/abs/2608.18665v1
- Date: Wed, 19 Aug 2026 08:15:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-20 20:13:55.339536
- Title: Candidate-Fate Accounting for Transparent Sensor Diagnostic Pipeline Search
- Title（参考訳）: 透明なセンサ診断パイプライン探索のための候補会計
- Abstract要約: 本稿では,検索トレースを診断するための候補レベル監査フレームワークである候補候補会計を提案する。
実験の結果、このフレームワークは不正な候補を検出し、30-41の候補が適合した裁判のみの報告によって省略されることが判明した。
- 参考スコア（独自算出の注目度）: 6.854888007373378
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Industrial sensor diagnostics relies on preprocessing, representation, and classification pipelines, making automated pipeline search useful for reducing manual design cost. However, existing automated machine/deep learning (AutoML/AutoDL) reports typically retain only fitted trials, scores, and winners, omitting generated candidates that are invalid, pruned, skipped, cached, or unfitted. This omission limits reviewers' ability to check signal constraints, budget use, and unevaluated legal alternatives. To address this, we propose candidate-fate accounting, a candidate-level audit framework for diagnostic search traces. It records each observed candidate as auditable evidence: hashes merge repeated observations, legality checks flag invalid candidates, allocation rationales explain budget decisions, and a closed fate ledger assigns one terminal fate to each candidate. Experiments on three bearing-diagnostic datasets show that the framework detects invalid candidates and identifies 30--41 candidates omitted by fitted-trial-only reports, with closed fate records verifying complete candidate accounting while maintaining competitive diagnostic performance. The code is available at https://github.com/XXIE999/candidate-fate-accounting.
- Abstract（参考訳）: 産業用センサー診断は前処理、表現、分類パイプラインに依存しており、自動パイプライン探索は手作業による設計コストの削減に有用である。
しかしながら、既存の自動機械学習(AutoML/AutoDL)レポートは、典型的には、適合したトライアル、スコア、勝者のみを保持し、無効、プルーニング、スキップ、キャッシュ、不適合の生成された候補を省略する。
この省略は、審査員が信号の制約、予算の使用、そして未評価の法的な代替品をチェックする能力を制限する。
そこで本研究では,検索トレースを診断するための候補レベル監査フレームワークである候補条件会計を提案する。
ハッシュは繰り返し観測をマージし、合法性は無効候補をフラグにチェックし、割り当ての合理性は予算決定を説明する、そして閉じた運命の台帳は各候補に1つの終末を割り当てる。
3つの軸受診断データセットの実験により、このフレームワークは不正な候補を検出し、不備な候補を30--41で識別し、競合診断性能を維持しながら完全な候補会計を検証した運命記録を閉じた。
コードはhttps://github.com/XXIE999/candidate-fate-accounting.comで入手できる。
関連論文リスト
- When Agents Implement Systems: A Case Study in Defects, Detection, and Evaluation Rigor [0.0]
本稿では,既存の詳細な仕様に対するマルチコンポーネントデータシステムを実装するエージェントのケーススタディを提案する。
制約違反と検出方法によって分類された5つの欠陥をカタログ化する。
回収予算は、2994段落のプール型コーパスに対して1～10件、100件で、選抜されたリコールは金段落に限れば3件の予算で天井に達する。
論文 参考訳（メタデータ） (2026-09-02T01:43:09Z) - Finite-Sample Coverage Audits for High-Recall Candidate Generation: Certification and Learning-Theoretic Design [0.0]
本研究は, 有限サンプル有効性を有する監査ラベルの証明に必要な数について検討し, この欠落した関連質量が小さいことを示す。
まず、候補集合の内部からラベルのみを使用する手順は、欠落した質量上の非自明な境界を証明できないことを示す。
近似よりも二項的・超幾何的逆転を用いた正確な有限サンプルツールキットを開発し,質量不足を証明した。
論文 参考訳（メタデータ） (2026-07-23T16:21:30Z) - Bet on Features: Anytime-Valid and Feature-Aware Auditing of Conditional Quantile Forecasters [4.458834881246723]
ブラックボックス条件量子予測は、非対称コストの下でのシーケンシャルな決定に広く用いられている。
フォアキャスターは、より豊かな情報を持つ監査役に誤診されたまま、粗い情報を持つ監査役に目を向けることができる。
非損失のブラックボックス条件付き量子化予測器を継続的に監査するための分布自由ゲーム理論テストフレームワークを開発した。
論文 参考訳（メタデータ） (2026-07-13T15:04:24Z) - Bayesian control for coding agents [63.64172141184361]
本稿では,コーディングエージェントのためのコスト依存型シーケンシャル仮説テストフレームワークを提案する。
ベイズ管制官は、正確性に対する信念を維持し、より多くの証拠を集め、候補者を精査し、検証し、停止するかを決定する。
本研究では, 信頼状態が, 不確実性定量化のためのトークン確率と生ツール・サクセスベースラインを上回り, 解釈可能な正当性スコアを得ることを示す。
論文 参考訳（メタデータ） (2026-06-23T11:41:32Z) - Domain-Validity-Gated Metamorphic Testing of Scientific ML Surrogates [6.691613382732758]
本研究では,SciMLサロゲートの候補準同型関係をドメインの有効性を検証し,実行可能なテストアセットに変換する方法について検討する。
本稿では,演算子の数値フロアに耐性が支配的であり,前提条件が保たれている場合にのみ,候補を許容する領域正当性を提案する。
証拠は2つのCFDタスクと第2のPDEファミリーにまたがり、候補MRから監査可能なSciMLテストアセットへの妥当性を認識可能なブリッジをサポートする。
論文 参考訳（メタデータ） (2026-06-16T05:13:05Z) - AuditWeave: A Tamper-Evident, Auditor-Navigable Evidence Layer for AI-Assisted and Data-Transformation Workflows [0.0]
AuditWeaveは、AIアシストとデータ変換のステップを1つのハッシュチェーンの台帳に記録する軽量Pythonライブラリである。
本稿では,参照実装におけるオーバヘッド,拡張性,タンパー検出の正確さを設計し,評価する。
論文 参考訳（メタデータ） (2026-06-14T21:46:04Z) - What to Test Next: Interpretable Coverage Gap Discovery in Driving VLMs [52.50210189669399]
視覚言語モデル(VLM)を駆動するには,操作設計領域(ODD)が定義する様々な条件のシーンを正確に理解する必要がある
SliceScorerは、欠落したスライス推薦のための決定論的スコアリングルールである。
SliceNavは, 従来のスライス発見法よりも, 高リスクカバレッジギャップを効果的に表面化することを示す。
論文 参考訳（メタデータ） (2026-06-01T03:18:01Z) - Auditing Privacy in Multi-Tenant RAG under Account Collusion [1.253312107729806]
マルチテナント検索拡張生成サービスは、ログ単位の差分プライバシーを操作リーク境界として宣伝する。
我々は、同一インデックスのマルチアカウント共謀をプライバシ境界障害とみなす。
修正されていないRAGデプロイメントに対して動作する最初の監査プロトコルを設計する。
論文 参考訳（メタデータ） (2026-05-19T13:41:59Z) - IMMACULATE: A Practical LLM Auditing Framework via Verifiable Computation [49.796717294455796]
経済的なモチベーションのある逸脱を検出するための実践的な監査フレームワークIMMACULATEを提案する。
IMMACULATEは、検証可能な計算を用いて少数のリクエストを選択的に監査し、暗号オーバーヘッドを償却しながら強力な検出保証を達成する。
論文 参考訳（メタデータ） (2026-02-26T07:21:02Z) - Auditing for Bias in Ad Delivery Using Inferred Demographic Attributes [50.37313459134418]
広告配信のブラックボックス監査において,予測誤差が偏見の監査に与える影響について検討した。
本稿では,広告配信アルゴリズムのスキュー評価において,推測誤差を軽減する手法を提案する。
論文 参考訳（メタデータ） (2024-10-30T18:57:03Z) - Improving the Computational Efficiency of Adaptive Audits of IRV Elections [54.427049258408424]
AWAIREは、任意の数の候補でIRVコンテストを監査できるが、当初の実装では、候補数とともに指数関数的に増加するメモリと計算コストが増大していた。
本稿では,従来の6候補と比較して,55候補のIRVコンテストを実際に実施する3つの方法で,AWAIREのアルゴリズム実装を改善した。
論文 参考訳（メタデータ） (2024-07-23T13:28:00Z) - Adaptively Weighted Audits of Instant-Runoff Voting Elections: AWAIRE [61.872917066847855]
即時投票(IRV)選挙の監査方法は、リスク制限や、各投票における投票の電子的記録であるキャスト投票記録(CVR)を必要とするものではない。
我々は,CVRが利用できない場合に,適応的に重み付けされたテストスーパーマーチンガルを用いてITV選挙を効率よく監査するRLA手法を開発した。
論文 参考訳（メタデータ） (2023-07-20T15:55:34Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。